NGHIÊN CỨU VÀ PHÁT TRIỂN TRÍ TUỆ NHÂN TẠO

NGHIÊN CỨU VÀ PHÁT TRIỂN TRÍ TUỆ NHÂN TẠO MỤC LỤC LỜI NÓI ĐẦU 1 HIỆN TRẠNG VÀ XU HƯỚNG NGHIÊN CỨU TTNT 1.1 Định nghĩa 1.2 Thực trạng TTNT 1.3 Các xu hướng nghiên cứu TTNT NGHIÊN CỨU VÀ ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG MỘT SỐ LĨNH VỰC 11 2.1 Giao thông 11 2.2 Người máy phục vụ/gia đình 14 2.3 Y tế 16 2.4 Giáo dục 21 2.5 An ninh an tồn cơng cộng 24 2.6 Việc làm môi trường làm việc 25 2.7 Giải trí 27 KẾ HOẠCH CHIẾN LƯỢC NGHIÊN CỨU VÀ PHÁT TRIỂN TRÍ TUỆ NHÂN TẠO CỦA HOA KỲ 30 3.1 Kết kỳ vọng 30 3.2 Triển vọng ưu tiên quốc gia với TTNT 30 3.3 Chiến lược nghiên cứu phát triển 34 Chiến lược 1: Đầu tư lâu dài vào nghiên cứu TTNT 34 Chiến lược 2: Phát triển phương pháp hợp tác người-TTNT 39 Chiến lược 3: Hiểu giải tác động xã hội, luật pháp đạo đức TTNT 43 Chiến lược 4: Đảm bảo an toàn an ninh hệ thống TTNT 46 Chiến lược 5: Phát triển liệu môi trường công cộng sử dụng chung đào tạo kiểm tra TTNT 46 Chiến lược 6: Đo lường đánh giá công nghệ TTNT thông qua tiêu chuẩn mức chuẩn 48 Chiến lược 7: Hiểu rõ nhu cầu nhân lực NC&PT TTNT 50 KẾT LUẬN 51 TÀI LIỆU THAM KHẢO CHÍNH 52 LỜI NĨI ĐẦU Trí tuệ nhân tạo môn khoa học tập hợp công nghệ máy tính lấy cảm hứng từ - hoạt động theo cách hoàn toàn khác - cách người sử dụng hệ thống thần kinh thể để cảm nhận, học hỏi, lý giải, hành động Mặc dù tiến trí tuệ nhân tạo chắp vá khơng thể đốn trước, lĩnh vực có bước tiến đầy ý nghĩa kể từ bắt đầu sáu mươi năm trước Chúng ta bước vào kỷ nguyên trí tuệ nhân tạo có tác động to lớn sâu sắc đến đời sống hàng ngày Thí dụ, thị giác máy tính trí tuệ nhân tạo lập kế hoạch tạo trò chơi video trở thành ngành cơng nghiệp giải trí lớn Hollywood Học sâu, hình thức học máy dựa lớp đại diện biến số xem mạng thần kinh, làm cho việc hiểu lời nói trở thành thực tế điện thoại nhà bếp Xử lý ngôn ngữ tự nhiên với lý giải thể tri thức cho phép máy tính đánh bại nhà vô địch Jeopardy mang lại sức mạnh cho tìm kiếm Web Để ứng phó với điều này, tháng 5/2016, phủ Hoa Kỳ tuyên bố loạt hành động nhằm thúc đẩy đối thoại trí tuệ nhân tạo, để xác định thách thức hội liên quan đến công nghệ này, hỗ trợ cho việc sử dụng trí tuệ nhân tạo hiệu hơn, sẵn sàng đón nhận lợi ích rủi ro tiềm tàng trí tuệ nhân tạo Trong có việc xây dựng chiến lược quốc gia nghiên cứu phát triển trí tuệ nhân tạo Kế hoạch chiến lược quốc gia nghiên cứu phát triển trí tuệ nhân tạo đưa khn khổ cấp cao sử dụng để xác định nhu cầu khoa học cơng nghệ trí tuệ nhân tạo, theo dõi tiến tối đa hóa tác động đầu tư NC&PT vào nhu cầu Đồng thời Kế hoạch đặt ưu tiên nghiên cứu phủ đầu tư, xem xét khả trí tuệ nhân tạo có tác động chuyển hóa lâu dài lên xã hội giới Tiếp theo chuyên đề tháng trước "Chuẩn bị cho tương lai trí tuệ nhân tạo", tổng luận cung cấp chi tiết nội dung nghiên cứu phát triển lĩnh vực này, dự báo tiềm phát triển tương lai Xin trân trọng giới thiệu CỤC THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ QUỐC GIA CÁC CHỮ VIẾT TẮT Cloud DARPA FAA GPS GPU HPC IoT ITS LAWS MOOC NC&PT NHTSA NIH NLP NSF NSTC OSTP STEM TTNT UAS VR Điện doán đám mây Cục Dự án nghiên cứu quốc phòng cao cấp (Hoa Kỳ) Cục Hàng khơng liên bang Hệ thống định vị tồn cầu Bộ xử lý đồ họa Hệ thống tính tốn hiệu cao Internet vạn vật Hệ thống phụ đạo (gia sư) thơng minh Hệ thống vũ khí sát thương tự động Khóa học trực tuyến mở quy mơ lớn (Massive Open Online Course) Nghiên cứu khoa học phát triển cơng nghệ Cục an tồn giao thơng đường cao tốc quốc gia Viện Y tế quốc gia (Hoa Kỳ) Xử lý ngôn ngữ tự nhiên Quỹ Khoa học Quốc gia (Hoa Kỳ) Hội đồng KH&CN Quốc gia (Hoa Kỳ) Văn phịng Chính sách Khoa học Cơng nghệ (Hoa Kỳ) Khoa học, cơng nghệ, kỹ thuật tốn học Trí tuệ nhân tạo Hệ thống bay khơng người lái Thực tế ảo GIỚI THIỆU Các miêu tả tương lai đáng sợ trí tuệ nhân tạo chiếm lĩnh phim tiểu thuyết, định hình trí tưởng tượng phổ biến, giả tưởng Trong thực tế, TTNT thay đổi sống hàng ngày gần hoàn toàn cách cải thiện sức khỏe người, an tồn, suất Khơng giống phim, khơng có chủng tộc robot siêu nhân chân trời Và khả lạm dụng công nghệ TTNT phải thừa nhận giải quyết, tiềm lớn chúng là, thứ khác, để lái xe an toàn hơn, giúp trẻ em học tập, mở rộng nâng cao đời sống người dân Trong thực tế, ứng dụng TTNT có lợi trường học, nhà cửa, bệnh viện phát triển với tốc độ chóng mặt Các trường đại học nghiên cứu lớn dành phòng ban để nghiên cứu TTNT, công ty công nghệ Apple, Facebook, Google, IBM Microsoft chi tiêu nhiều để tìm kiếm ứng dụng TTNT mà họ cho quan trọng tương lai họ Thậm chí Hollywood sử dụng cơng nghệ TTNT để đưa tưởng tượng đen tối TTNT lên ảnh Những sáng tạo dựa thị giác dựa máy tính, nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên thúc đẩy thay đổi này, tiến khoa học công nghệ đồng thời diễn lĩnh vực liên quan TTNT thay đổi cách người tương tác với công nghệ Nhiều người quen với chạm nói chuyện điện thoại thơng minh họ Các mối quan hệ tương lai người với máy trở có sắc thái, trơi chảy cá nhân hóa hết hệ thống TTNT học cách thích ứng với tính cách mục tiêu cá nhân Những ứng dụng TTNT góp phần mang lại hạnh phúc cho người dân, cảnh báo họ nguy phía trước, cung cấp dịch vụ cần thiết mong muốn HIỆN TRẠNG VÀ XU HƯỚNG NGHIÊN CỨU TTNT 1.1 Định nghĩa Thật kỳ lạ việc TTNT khơng có định nghĩa xác chấp nhận có lẽ giúp cho lĩnh vực phát triển tiến với tốc độ ngày gia tăng Những nhà thực hành, nhà nghiên cứu, nhà phát triển TTNT dẫn theo cảm nhận thô sơ phương hướng mệnh lệnh để "đón nhận nó" Tuy nhiên, cần có định nghĩa Nils J Nilsson đưa định nghĩa hữu ích: "Trí tuệ nhân tạo hoạt động làm cho máy móc thơng minh, trí thơng minh chất lượng cho phép thực thể hoạt động cách phù hợp với tầm nhìn trước mơi trường nó." Từ quan điểm này, đặc trưng TTNT phụ thuộc vào việc cung cấp phần mềm phần cứng tổng hợp cho hoạt động "một cách phù hợp" với "tầm nhìn xa." Một máy tính điện tử đơn giản thực tính tốn nhanh nhiều so với não người, không nhầm lẫn Liệu máy tính có thơng minh? Theo quan điểm rộng trí tuệ phổ đa chiều, khác biệt máy tính số học não người tất phạm vi quy mô, tốc độ, mức độ tự chủ, tổng quát Các yếu tố tương tự sử dụng để đánh giá ví dụ trí tuệ khác - phần mềm nhận dạng giọng nói, não động vật, hệ thống điều khiển hành trình xe hơi, chương trình trị chơi Go, nhiệt kế - đặt chúng số vị trí thích hợp phổ Mặc dù quan điểm rộng đặt máy tính phạm vi phổ thơng minh, thiết bị đơn giản giống với TTNT ngày nay, biên giới TTNT tiến xa chức máy tính số hàng triệu chức mà điện thoại thơng minh ngày thực Các nhà phát triển TTNT tập trung vào việc nâng cao, khái qt hóa nâng cấp thơng minh có điện thoại thơng minh Đáng ý, đặc điểm trí tuệ phổ khơng dành cho não người vị trí đặc biệt Nhưng nay, thông minh người giới sinh học nhân tạo tính linh hoạt tuyệt đối, với khả "lý giải, đạt mục tiêu, hiểu tạo ngôn ngữ, nhận thức đáp ứng với cảm giác, chứng minh định lý toán học, chơi trị chơi thử thách, tổng hợp tóm tắt thông tin, sáng tạo nghệ thuật âm nhạc, chí viết lịch sử." Điều làm cho trí tuệ người lấy làm chuẩn mực cho tiến TTNT Nó chí đề xuất hoạt động máy tính thực mà người thực cần tính ví dụ trí thơng minh Nhưng phù hợp với khả người điều kiện đủ, điều kiện cần Hiện có nhiều hệ thống vượt xa trí thơng minh người, tốc độ, chẳng hạn việc xếp lịch đến hàng ngàn chuyến bay sân bay Khao khát từ lâu TTNT - cuối thành cơng để đánh bại người trị chơi cờ vua cung cấp ví dụ thuyết phục để so sánh người với máy thông minh TTNT xác định theo mà nhà nghiên cứu TTNT thực TTNT nhánh khoa học máy tính nghiên cứu tính chất trí thơng minh cách tổng hợp trí thơng minh Mặc dù đời TTNT phụ thuộc vào tiến nhanh chóng lực tính tốn phần cứng, tập trung vào phần mềm phản ánh xu hướng cộng đồng TTNT Gần hơn, tiến xây dựng phần cứng phù hợp với tính tốn dựa mạng thần kinh tạo kết hợp chặt chẽ phần cứng phần mềm việc thúc đẩy TTNT "Thơng minh" cịn tượng phức tạp mà khía cạnh khác thu hút ý lĩnh vực nghiên cứu khác nhau, bao gồm tâm lý, kinh tế, khoa học thần kinh, sinh học, kỹ thuật, thống kê, ngôn ngữ học Đương nhiên, lĩnh vực TTNT hưởng lợi từ tiến tất lĩnh vực có liên quan Ví dụ, mạng thần kinh nhân tạo trung tâm số giải pháp dựa TTNT ban đầu lấy cảm hứng từ suy nghĩ dịng chảy thơng tin tế bào thần kinh sinh học 1.2 Thực trạng TTNT Tính từ khởi đầu, nghiên cứu TTNT trải qua ba đợt sóng cơng nghệ Làn sóng tập trung vào kiến thức thủ công, phát triển mạnh mẽ vào năm 1980 hệ chuyên gia dựa quy tắc lĩnh vực xác định rõ ràng, kiến thức thu thập từ người chuyên gia, thể quy tắc "nếu-thì", sau thực phần cứng Các hệ thống lập luận áp dụng thành công vấn đề hẹp, khơng có khả học đối phó với không chắn Tuy nhiên, chúng dẫn đến giải pháp quan trọng, kỹ thuật phát triển sử dụng Làn sóng nghiên cứu TTNT thứ hai từ năm 2000 đến đặc trưng phát triển máy học Sự sẵn có khối lượng lớn liệu số, khả tính tốn song song lớn tương đối rẻ, kỹ thuật học cải tiến mang lại tiến đáng kể TTNT áp dụng cho nhiệm vụ nhận dạng hình ảnh chữ viết, hiểu ngôn từ, dịch thuật ngôn ngữ người Thành tiến có mặt khắp nơi: điện thoại thông minh thực nhận dạng giọng nói, máy ATM thực nhận dạng chữ viết tay, ứng dụng email lọc thư rác, dịch vụ trực tuyến miễn phí thực dịch máy Chìa khóa cho số thành cơng phát triển học sâu (deep learning) Các hệ thống TTNT thường xuyên làm tốt người nhiệm vụ chuyên môn Các cột mốc quan trọng TTNT vượt qua lực người bao gồm: cờ vua (1997), giải câu đố (2011), trị chơi Atari (2013), nhận dạng hình ảnh (2015), nhận dạng giọng nói (2015), Go (2016) Những thành tựu TTNT thúc đẩy tảng mạnh mẽ nghiên cứu Những nghiên cứu mở rộng có khả thúc đẩy tiến tương lai Lĩnh vực TTNT giai đoạn khởi đầu sóng thứ ba, tập trung vào cơng nghệ TTNT phổ quát giải thích Các mục tiêu phương pháp nâng cao mơ hình học với giải thích sửa giao diện, để làm rõ độ tin cậy kết đầu ra, để hoạt động với mức độ minh bạch cao, để vượt qua TTNT phạm vi hẹp (cịn gọi TTNH Hẹp) tới khả khái quát phạm vi nhiệm vụ rộng Nếu thành cơng, kỹ sư tạo hệ thống xây dựng mơ hình giải thích cho lớp tượng giới thực, tham gia giao tiếp tự nhiên với người, học suy luận nhiệm vụ tình gặp, giải vấn đề cách khái quát kinh nghiệm q khứ Các mơ hình giải thích cho hệ thống TTNT xây dựng tự động thông qua phương pháp tiên tiến Những mô hình cho phép học tập nhanh chóng hệ thống TTNT Chúng cung cấp "ý nghĩa" "sự hiểu biết" cho hệ thống TTNT, sau cho phép hệ thống TTNT để đạt khả phổ quát 1.3 Các xu hướng nghiên cứu TTNT Cho đến thời điểm chuyển giao thiên niên kỷ, lôi TTNT chủ yếu hứa hẹn cung cấp nó, mười lăm năm qua, nhiều lời hứa thực Các công nghệ TTNT thâm nhập vào sống Khi chúng trở thành lực lượng trung tâm xã hội, lĩnh vực chuyển từ hệ thống đơn giản thơng minh sang chế tạo hệ thống có nhận thức người đáng tin cậy Một số yếu tố thúc đẩy cách mạng TTNT Quan trọng số trưởng thành máy học, hỗ trợ phần nguồn tài nguyên điện toán đám mây thu thập liệu rộng khắp dựa web Máy học đạt tiến đáng kể "học sâu", dạng đào tạo mạng lưới thần kinh nhân tạo thích nghi sử dụng phương pháp gọi lan truyền ngược Bước nhảy vọt việc thực thuật toán xử lý thông tin hỗ trợ tiến đáng kể công nghệ phần cứng cho hoạt động cảm biến, nhận thức, nhận dạng đối tượng Các tảng thị trường cho sản phẩm nhờ vào liệu, khuyến khích kinh tế để tìm sản phẩm thị trường mới, góp phần cho đời công nghệ dựa vào TTNT Tất xu hướng thúc đẩy lĩnh vực nghiên cứu "nóng" mơ tả Một số khu vực "nóng" thực tế phổ biến năm qua, có khả khu vực khác tái xuất tương lai Học máy quy mô lớn Nhiều vấn đề máy học (chẳng hạn học có giám sát học không giám sát) hiểu rõ Trọng tâm nỗ lực mở rộng quy mơ thuật tốn có để làm việc với tập liệu lớn Ví dụ, phương pháp truyền thống có đủ khả đưa số kết liệu, phương pháp đại thiết kế để đưa kết nhất; số trường hợp, phương pháp nhánh (chỉ xem xét phần liệu) thừa nhận Học sâu Khả để đào tạo thành công mạng lưới thần kinh xoắn mang lại lợi ích nhiều cho lĩnh vực thị giác máy tính, với ứng dụng nhận dạng đối tượng, ghi nhãn video, nhận dạng hoạt động, số biến thể Học sâu xâm nhập đáng kể vào khu vực khác nhận thức, chẳng hạn xử lý âm thanh, lời nói, ngơn ngữ tự nhiên Học tăng cường Trong máy học truyền thống chủ yếu tập trung vào khai thác mô hình, học tăng cường chuyển tập trung cho việc định, công nghệ giúp TTNT tiến sâu vào lĩnh vực học tập thực hành động giới thực Học tăng cường tồn nhiều thập kỷ khuôn khổ cho việc định theo kinh nghiệm, phương pháp không thành công thực tế, chủ yếu vấn đề đại diện quy mô Tuy vậy, đời học sâu cung cấp cho học tăng cường "liều thuốc bổ." Sự thành cơng gần AlphaGo, chương trình máy tính phát triển Google Deepmind đánh bại nhà vô địch Go (người) trận đấu năm ván, phần lớn nhờ học tăng cường AlphaGo đào tạo cách khởi tạo phần tử tự động với sở liệu chuyên gia người, sau điều chỉnh cách chơi số lượng lớn trị chơi chống lại áp dụng học tăng cường Người máy Kỹ thuật điều hướng robot, mơi trường tĩnh, phần lớn giải Những nỗ lực tìm cách làm để đào tạo robot tương tác với giới xung quanh theo cách khái quát dự đoán Một yêu cầu tự nhiên phát sinh môi trường tương tác thao tác, chủ đề quan tâm khác Cuộc cách mạng học sâu bắt đầu ảnh hưởng đến robot, chủ yếu khó để có liệu lớn có nhãn để thúc đẩy lĩnh vực dựa học tập khác TTNT Học tăng cường, đòi hỏi liệu có nhãn, giúp thu hẹp khoảng cách yêu cầu hệ thống khám phá cách an tồn khơng gian sách khơng phạm lỗi gây nguy hại đến thân hệ thống người khác Những tiến nhận thức máy đáng tin cậy, bao gồm thị giác máy tính, lực, nhận thức cảm giác, nhiều nhận thức số điều khiển máy học, tiếp tục chìa khóa tạo khả thúc đẩy lực robot Thị giác máy tính Thị giác máy tính hình thức bật nhận thức máy Nó phạm vi nhỏ TTNT biến đổi nhiều xuất học sâu Chỉ cách vài năm, máy vector hỗ trợ phương pháp lựa chọn cho hầu hết nhiệm vụ phân loại hình ảnh Nhưng hợp lưu máy tính quy mơ lớn, đặc biệt GPU (bộ xử lý đồ họa), sẵn có tập liệu lớn, đặc biệt thơng qua internet, sàng lọc thuật tốn mạng thần kinh dẫn đến cải tiến đáng kể hiệu suất nhiệm vụ chuẩn (ví dụ, phân loại ImageNet) Lần đầu tiên, máy tính thực số nhiệm vụ phân loại hình ảnh (hạn hẹp) tốt so với người Nhiều nghiên cứu tập trung vào tự động thích ảnh video Xử lý ngơn ngữ tự nhiên Thường kết hợp với nhận dạng giọng nói tự động, Xử lý Ngơn ngữ tự nhiên khu vực tích cực khác nhận thức máy Nó nhanh chóng trở thành hàng hóa cho ngôn ngữ chủ đạo với tập liệu lớn Google thông báo 20% truy vấn điện thoại di động thực giọng nói, trình diễn gần chứng minh khả dịch tức thời (thời gian thực) Nghiên cứu chuyển dịch theo hướng phát triển hệ thống tinh tế lực tương tác với người thơng qua hộp thoại, không phản ứng với yêu cầu cách điệu Các hệ thống hợp tác Nghiên cứu hệ thống hợp tác tìm kiếm mơ hình thuật tốn để giúp phát triển hệ thống tự trị hợp tác làm việc với hệ thống khác với người Nghiên cứu dựa việc phát triển mô hình hợp tác thức, nghiên cứu khả cần thiết cho hệ thống trở thành đối tác hiệu Sự quan tâm ngày tăng ứng dụng sử dụng mạnh bổ sung người máy móc - cho người giúp hệ thống TTNT khắc phục hạn chế chúng, cho phần tử để tăng cường khả hoạt động người Tạo nguồn từ đám đơng (crowdsourcing) tính tốn người Do khả người vượt trội so với phương pháp tự động hoàn thành nhiều nhiệm vụ, nghiên cứu tạo nguồn từ đám đông tính tốn người tìm kiếm phương pháp để tăng cường hệ thống máy tính cách sử dụng trí tuệ người để giải vấn đề mà máy tính khơng thể giải Được giới thiệu khoảng mười lăm năm trước, nghiên cứu có diện vững TTNT Ví dụ tiếng tạo nguồn từ đám đông Wikipedia, kho kiến thức cư dân mạng trì cập nhật vượt xa nguồn thông tin biên soạn truyền thống, chẳng hạn bách khoa toàn thư từ điển, quy mô chiều sâu Crowdsourcing tập trung vào việc tìm cách thức sáng tạo để khai thác trí tuệ người Các tảng khoa học cơng dân tiếp sinh lực cho tình nguyện viên giải vấn đề khoa học, tảng crowdsourcing trả tiền Amazon Mechanical Turk cung cấp truy cập tự động đến trí tuệ người theo yêu cầu Kết lĩnh vực hỗ trợ cho tiến lĩnh vực nhánh khác TTNT, bao gồm thị giác máy tính xử lý ngơn ngữ tự nhiên (NLP), cách cho phép số lượng lớn liệu huấn luyện dán nhãn và/hoặc liệu tương tác người thu thập khoảng thời gian ngắn Nghiên cứu khám phá lĩnh vực lý tưởng nhiệm vụ người máy móc dựa khả chi phí khác Lý thuyết trị chơi thuật tốn lựa chọn tính tốn xã hội Sự ý hướng vào phạm vi tính toán kinh tế xã hội TTNT, bao gồm cấu khuyến khích Các hệ thống TTNT phân tán đa tác nhân nghiên cứu từ đầu năm 1980, bắt đầu trở nên tiếng vào năm cuối thập niên 1990, tăng tốc Internet Một yêu cầu tự nhiên hệ thống xử lý có khả ưu đãi lệch, bao gồm người tham gia công ty tự quan tâm, phần tử dựa TTNT tự động đại diện cho họ Các chủ đề nhận quan tâm bao gồm thiết kế chế tính tốn (một lý thuyết kinh tế thiết kế khuyến khích, tìm kiếm hệ thống khuyến khích có đầu vào báo cáo trung thực), lựa chọn tính tốn xã hội (một Cần nghiên cứu thêm phương pháp để mở đóng dịng liệu theo cách kiểm sốt tồn hệ thống phân tán Cũng cần tiếp tục nghiên cứu phép thuật tốn máy học học cách hiệu từ liệu tốc độ cao, bao gồm thuật toán học máy phân tán đồng thời học từ nhiều luồng liệu Các phương pháp phản hồi dựa máy học nâng cao cho phép hệ thống TTNT thông minh lấy mẫu ưu tiên liệu từ mô quy mơ lớn, dụng cụ thí nghiệm, hệ thống cảm biến phân tán, chẳng hạn Tịa nhà thơng minh Internet Vạn vật (IoT) Những phương pháp yêu cầu việc định nhập xuất (I/O) động, lựa chọn thực thời gian thực để lưu trữ liệu dựa tầm quan trọng ý nghĩa, không đơn giản lưu trữ liệu tần số cố định Tạo TTNT cho phần cứng cải tiến Trong phần cứng cải tiến dẫn đến hệ thống TTNT có nhiều khả hơn, hệ thống TTNT cải thiện hiệu suất phần cứng Điều dẫn đến tiến thực phần cứng, giới hạn vật lý máy tính địi hỏi phương pháp để thiết kế phần cứng Các phương pháp dựa TTNT đặc biệt quan trọng việc cải thiện hoạt động hệ thống tính tốn hiệu cao (HPC) Các hệ thống tiêu thụ lượng lượng khổng lồ TTNT sử dụng để dự đoán hiệu suất HPC sử dụng tài nguyên, đưa định tối ưu hóa trực tuyến nâng cao hiệu quả; kỹ thuật TTNT tiên tiến nâng cao hiệu suất hệ thống TTNT sử dụng để tạo hệ thống HPC có khả tự tái cấu trúc xử lý lỗi hệ thống, mà không cần can thiệp người Các thuật toán TTNT cải tiến tăng hiệu suất hệ thống đa lõi cách giảm di chuyển liệu vi xử lý nhớ - trở ngại để ngăn cản hệ thống tính tốn hoạt động nhanh 10 lần so với siêu máy tính Trong thực tế, cấu trúc thao tác hệ thống HPC không giống nhau, ứng dụng khác thực đồng thời, với trạng thái mã phần mềm khác phát triển cách độc lập thời gian Các thuật toán TTNT cần phải thiết kế để hoạt động trực tuyến quy mô cho hệ thống HPC Chiến lược 2: Phát triển phương pháp hợp tác người-TTNT Trong hệ thống TTNT hoàn toàn tự trị quan trọng số lĩnh vực ứng dụng (ví dụ, thăm dị khơng gian sâu nước), nhiều lĩnh vực ứng dụng khác (ví dụ, phục hồi sau thảm họa chẩn đoán y tế) giải 39 cách hiệu kết hợp người hệ thống TTNT làm việc để đạt mục tiêu ứng dụng Tương tác hợp tác có ưu điểm tính chất bổ sung người hệ thống TTNT Mặc dù có cách tiếp cận hiệu hợp tác người-TTNT, hầu hết số "giải pháp điểm" hoạt động môi trường cụ thể, sử dụng tảng cụ thể cho mục tiêu cụ thể Việc tạo giải pháp điểm cho trường hợp ứng dụng khơng thể mở rộng; cần thêm nhiều nghiên cứu xa giải pháp điểm, hướng tới phương pháp tổng quát hợp tác người-TTNT Cần phải tìm cách cân thiết kế hệ thống phổ quát hoạt động tất loại vấn đề, địi hỏi nỗ lực để chế tạo sở thiết bị lớn để chuyển đổi ứng dụng, với việc xây dựng số lượng lớn hệ thống giải vấn đề cụ thể làm việc hiệu vấn đề Các ứng dụng tương lai thay đổi đáng kể phân chia vai trò chức người hệ thống TTNT, chất tương tác người hệ thống TTNT, số lượng người hệ thống TTNT khác làm việc, người hệ thống TTNT liên lạc chia sẻ nhận thức tình Sư phân chia vai trò chức người hệ thống TTNT thường rơi vào loại sau: TTNT thực chức với người: Các hệ thống TTNT thực nhiệm vụ ngoại vi hỗ trợ người định Ví dụ, TTNT giúp người có nhớ làm việc, thu hồi nhớ ngắn hay dài hạn, nhiệm dự đoán TTNT thực chức người gặp tình trạng tải nhận thức: Các hệ thống TTNT thực chức giám sát phức tạp (như hệ thống cảnh báo gần mặt đất máy bay), định, tự động chẩn đoán y tế người cần trợ giúp TTNT thực chức thay cho người: Các hệ thống TTNT thực nhiệm vụ mà người có khả hạn chế, chẳng hạn tính tốn tốn học phức tạp, điều khiển hướng dẫn cho hệ thống động môi trường hoạt động tranh chấp, khía cạnh điều khiển cho hệ thống tự động môi trường độc hại, tình mà hệ thống cần phản ứng nhanh (ví dụ, phịng điều khiển lị phản ứng hạt nhân) Để đạt tương tác hiệu người hệ thống TTNT cần có thêm nghiên cứu để đảm bảo thiết kế hệ thống không dẫn đến phức tạp mức, thiếu tin cậy Sự quen thuộc người với hệ thống TTNT tăng lên thơng qua đào tạo kinh nghiệm, để đảm bảo người có am hiểu tốt khả hệ thống TTNT, hệ thống TTNT 40 làm Để giải lo ngại này, nguyên tắc tự động hóa lấy người làm trung tâm định phải sử dụng việc thiết kế phát triển hệ thống này: Sử dụng thiết kế trực quan, thân thiện với người dùng giao diện người- hệ thống TTNT, điều khiển hiển thị Người vận hành thông báo Hiển thị thông tin quan trọng, trạng thái hệ thống TTNT, thay đổi với trạng thái Người vận hành đào tạo Tham gia vào đào tạo thường xuyên kiến thức chung, kỹ năng, khả (KSA), đào tạo thuật toán logic sử dụng hệ thống TTNT chế độ hỏng hóc dự kiến hệ thống Làm cho tự động hóa linh hoạt Triển khai hệ thống TTNT nên coi lựa chọn thiết kế cho người vận hành, để họ định xem muốn sử dụng chúng hay không Một điều quan trọng thiết kế triển khai hệ thống TTNT thích ứng sử dụng để hỗ trợ người vận hành thời gian tải công việc ốm đau Nhiều thách thức phát sinh cho nhà nghiên cứu tạo hệ thống làm việc hiệu với người Một số thách thức quan trọng bao gồm Tìm kiếm thuật toán cho TTNT nhận thức người Qua nhiều năm, thuật tốn TTNT giải vấn đề ngày phức tạp Tuy nhiên, có khoảng cách khả thuật tốn khả sử dụng hệ thống người Cần có hệ thống thơng minh nhận thức người tương tác trực quan với người sử dụng cho phép hợp tác máy-người liền mạch Các tương tác trực quan bao gồm tương tác nông, chẳng hạn người dùng loại bỏ tùy chọn hệ thống khuyến cáo; phương pháp tiếp cận dựa mơ hình cân nhắc hành động khứ người sử dụng; chí mơ hình sâu ý định người sử dụng dựa mơ hình nhận thức xác người Các mơ hình gián đoạn cần phát triển cho phép hệ thống thông minh dừng hợp tác với người cần thiết thích hợp Các hệ thống thơng minh cần có khả gia tăng nhận thức người, biết lấy thông tin người sử dụng cần, không nhắc cách rõ ràng Các hệ thống thơng minh tương lai phải có chuẩn mực xã hội người hành động phù hợp Hệ thống thơng minh làm việc hiệu với người chúng có mức độ trí tuệ cảm xúc, để chúng nhận cảm xúc người dùng họ phản ứng thích hợp Một mục tiêu nghiên cứu thêm vượt qua tương tác người máy, hướng 41 tới "hệ thống-của-hệ thống", nhóm gồm nhiều máy tính tương tác với nhiều người Phát triển kỹ thuật TTNT tăng cường khả người Trong phần lớn trọng tâm nghiên cứu TTNT trước thuật toán tương đương vượt trội người thực nhiệm vụ hẹp, cần có thêm nghiên cứu để phát triển hệ thống làm tăng thêm khả người nhiều lĩnh vực Nghiên cứu tăng khả người bao gồm thuật toán làm việc thiết bị văn phịng (chẳng hạn máy tính); thiết bị mang (như kính thơng minh); thiết bị cấy ghép (như giao diện não); môi trường sử dụng cụ thể (như phòng điều hành thiết kế đặc biệt) Ví dụ, nhận thức người tăng cường cho phép y tá sai lầm quy trình y tế, dựa đọc liệu kết hợp từ nhiều thiết bị Các hệ thống khác làm tăng thêm nhận thức người cách giúp đỡ người sử dụng lục lại kinh nghiệm khứ áp dụng cho tình hình người dùng Một loại hình hợp tác khác người hệ thống TTNT liên quan đến học chủ động để hiểu liệu thơng minh Trong học chủ động, đầu vào tìm kiếm từ chuyên gia lĩnh vực việc học thực liệu thuật tốn học khơng chắn Đây kỹ thuật quan trọng để giảm số lượng liệu đào tạo cần tạo chỗ đầu tiên, số lượng liệu cần học Học chủ động cách quan trọng để có đầu vào chuyên gia tăng niềm tin vào thuật tốn học Phát triển kỹ thuật hiển thị hình ảnh giao diện TTNT-người Hiển thị hình ảnh giao diện người dùng tốt lĩnh vực bổ sung cần phát triển nhiều để giúp người hiểu khối lượng lớn tập liệu đại thông tin từ nhiều nguồn khác Hiển thị hình ảnh giao diện người dùng phải thể rõ liệu thông tin ngày phức tạp nhận theo cách người hiểu Việc cung cấp kết thời gian thực quan trọng hoạt động u cầu an tồn cao đạt với lực tính tốn kết nối hệ thống tăng lên Trong trường hợp này, người dùng cần trực quan giao diện nhanh chóng chuyển tải thơng tin xác phản ứng thời gian thực Sự hợp tác người-TTNT áp dụng môi trường khác nhau, nơi liên lạc khó khăn Trong số lĩnh vực, độ trễ liên lạc người-TTNT thấp đáng tin cậy Trong lĩnh vực khác (ví dụ, việc triển khai xe tự hành Spirit Opportunity lên Hỏa NASA), liên lạc từ xa người hệ thống TTNT có độ trễ cao (ví dụ, thời gian thơng tin vịng Trái 42 Đất Sao Hỏa 5-20 phút) Những yêu cầu liên lạc hạn chế cân nhắc quan trọng cho NC&PT giao diện người dùng Phát triển hệ thống xử lý ngôn ngữ hiệu Tạo khả cho phép người tương tác với hệ thống TTNT thơng qua ngơn ngữ nói viết từ lâu mục tiêu nhà nghiên cứu TTNT Mặc dù có tiến đáng kể, thách thức nghiên cứu mở đáng kể phải giải xử lý ngôn ngữ trước người giao tiếp cách hiệu với hệ thống TTNT với người khác Nhiều tiến gần xử lý ngôn ngữ góp phần sử dụng phương pháp học máy liệu, dẫn đến hệ thống thành công, chẳng hạn nhận dạng lời nói tiếng Anh thành thạo môi trường xung quanh yên tĩnh thời gian thực Tuy nhiên, thành tựu bước hướng tới mục tiêu dài hạn Các hệ thống khơng thể đối phó với thách thức thực tế hiểu lời nói mơi trường ồn ào, lời nói nặng giọng, lời nói trẻ em, lời nói ngọng, lời nói cho ngôn ngữ ký hiệu Cần phát triển hệ thống xử lý ngơn ngữ có khả tham gia vào đối thoại theo thời gian thực với người Những hệ thống cần phải suy mục tiêu ý định người đối thoại mình, sử dụng đăng ký thích hợp, phong cách hùng biện với tình hình, sử dụng chiến lược sửa chữa trường hợp hiểu lầm đối thoại Cần có nghiên cứu thêm để phát triển hệ thống dễ dàng khái quát qua ngơn ngữ khác Ngồi ra, cần nghiên cứu thêm để có kiến thức hữu ích có cấu trúc dạng sẵn sàng tiếp cận cho hệ thống xử lý ngôn ngữ Những tiến xử lý ngôn ngữ nhiều lĩnh vực khác cần thiết để làm cho tương tác người hệ thống TTNT tự nhiên trực quan Các mơ hình tính tốn mạnh mẽ phải xây dựng cho mẫu ngơn ngữ nói viết, cung cấp chứng cho trạng thái cảm xúc, ảnh hưởng, lập trường, để xác định thông tin tiềm ẩn lời nói văn Các kỹ thuật xử lý ngôn ngữ cần thiết để đưa ngôn ngữ vào bối cảnh môi trường cho hệ thống TTNT hoạt động giới vật chất, chẳng hạn robot Cuối cùng, cách thức người giao tiếp tương tác trực tuyến hồn tồn khác với tương tác giọng nói, mơ hình ngơn ngữ sử dụng bối cảnh phải hoàn thiện để hệ thống TTNT xã hội tương tác hiệu với người Chiến lược 3: Hiểu giải tác động xã hội, luật pháp đạo đức Khi phần tử TTNT hành động tự chủ, mong muốn chúng hành xử theo chuẩn mực thức khơng thức mà theo 43 trì xã hội đồng loại Là lực lượng trật tự xã hội bản, pháp luật đạo đức thơng báo điều chỉnh hành vi hệ thống TTNT Nghiên cứu chủ đạo cần bao gồm đến hiểu biết ý nghĩa đạo đức, pháp luật xã hội TTNT, phát triển phương pháp thiết kế TTNT phù hợp với nguyên tắc đạo đức, pháp luật xã hội Các mối quan tâm riêng tư cần xem xét Như với công nghệ nào, việc sử dụng TTNT chấp nhận thông báo giáo lý pháp luật đạo đức; thách thức làm để áp dụng giáo lý vào cơng nghệ này, đặc biệt nguyên lý liên quan đến quyền tự chủ, trung gian kiểm soát Để xây dựng hệ thống mạnh mẽ cư xử tốt, dĩ nhiên cần phải định hành vi tốt miền ứng dụng Chiều đạo đức liên quan mật thiết đến vấn đề kỹ thuật chế tạo, kỹ thuật đáng tin cậy nào, trả giá - tất lĩnh vực cần đến khoa học máy tính, máy tính học tập chuyên môn TTNT rộng Nghiên cứu lĩnh vực hưởng lợi từ quan điểm đa ngành có liên quan đến chuyên gia khoa học máy tính, khoa học xã hội hành vi, đạo đức, khoa học y sinh học, tâm lý học, kinh tế, luật, nghiên cứu sách Nâng cao tính cơng bằng, minh bạch thiết kế có trách nhiệm Nhiều lo ngại nói nhạy cảm thuật toán TTNT nhiều liệu lỗi lạm dụng, nhánh giới tính, tuổi tác, chủng tộc, tầng lớp giàu-nghèo Việc thu thập sử dụng liệu phù hợp cho hệ thống TTNT, vấn đề này, thách thức quan trọng Tuy nhiên, vấn đề túy liên quan đến liệu, câu hỏi lớn lên thiết kế TTNT công bằng, minh bạch có trách nhiệm Các nhà nghiên cứu phải tìm hiểu làm để thiết kế hệ thống để hành động định chúng minh bạch dễ giải thích người, xem xét thiên vị chúng có, thay học lặp lại thành kiến Có vấn đề trí tuệ nghiêm túc làm để thể "mã hóa" hệ thống giá trị niềm tin Các nhà khoa học phải nghiên cứu mức độ phạm vi xem xét công lý cơng thiết kế vào hệ thống, làm để thực điều giới hạn kỹ thuật chế tạo hành Xây dựng TTNT đạo đức Ngoài giả định công lý công quan tâm khác việc liệu hệ thống TTNT biểu hành vi tuân thủ nguyên tắc đạo đức chung Làm tiến TTNT định hình vấn đề "liên quan đến máy" đạo đức, việc sử dụng TTNT 44 coi phi đạo đức? Đạo đức vấn đề triết học công nghệ TTNT phụ thuộc vào, giới hạn bởi, kỹ thuật Do đó, giới hạn khả thi cơng nghệ, nhà nghiên cứu phải cố gắng phát triển thuật toán kiến trúc phù hợp với, hay tuân thủ, pháp luật hành, chuẩn mực xã hội đạo đức - rõ ràng nhiệm vụ khó khăn Các nguyên tắc đạo đức thường ghi nhận mức độ mơ hồ khác khó chuyển vào hệ thống xác thiết kế thuật tốn Ngồi cịn có biến chứng hệ thống TTNT, đặc biệt với loại thuật toán định độc lập mới, phải đối mặt với tình đạo đức khó xử dựa hệ thống độc lập xung đột giá trị Các vấn đề đạo đức khác tùy theo văn hóa, tơn giáo, tín ngưỡng Tuy nhiên, khn khổ tham khảo đạo đức chấp nhận phát triển để hướng dẫn hệ thống TTNT lập luận định, để giải thích biện minh cho kết luận hành động chúng Cần có cách tiếp cận đa ngành để tạo tập liệu đào tạo phản ánh hệ thống giá trị thích hợp, bao gồm ví dụ hành vi ưa thích thể vấn đề đạo đức khó có giá trị xung đột TTNT cần phương pháp thích hợp để giải xung đột dựa giá trị, nơi mà hệ thống kết hợp nguyên tắc giải thực tế tình phức tạp quy tắc nghiêm ngặt thực Thiết kế cấu trúc TTNT đạo đức Cần phải có thêm tiến nghiên cứu để xác định làm để thiết kế tốt kiến trúc cho hệ thống TTNT kết hợp lý luận đạo đức Nhiều phương pháp đề xuất, chẳng hạn kiến trúc hình hai tầng ngăn cách TTNT hoạt động khỏi phần tử hình chịu trách nhiệm cho việc đánh giá đạo đức hay pháp lý hành động Một quan điểm khác thiên kỹ thuật an tồn, sử dụng khn khổ khái niệm xác cho kiến trúc phần tử TTNT để đảm bảo hành vi TTNT an tồn khơng gây hại cho người Phương pháp thứ ba xây dựng kiến trúc đạo đức sử dụng nguyên tắc lý thuyết xác lập, kết hợp với hạn chế logic hành vi hệ thống TTNT để phù hợp với giáo lý đạo đức Khi hệ thống TTNT trở nên phổ quát hơn, kiến trúc chúng bao gồm hệ thống tiếp nhận vấn đề đạo đức nhiều cấp độ phán xét, bao gồm: quy tắc phù hợp với mơ hình phản ứng nhanh, lý luận cho phản ứng chậm để mơ tả biện minh cho hành động, tín hiệu xã hội để tin cậy cho người sử dụng, trình xã hội hoạt động qua thang thời gian chí dài cho phép hệ thống tuân theo chuẩn mực văn hóa Các nhà nghiên cứu cần phải tập 45 trung vào việc làm để giải tốt thiết kế tổng thể hệ thống TTNT phù hợp với mục tiêu đạo đức, pháp lý xã hội Chiến lược 4: Đảm bảo an toàn an ninh hệ thống TTNT Trước hệ thống TTNT đưa vào sử dụng rộng rãi, cần đảm bảo hệ thống hoạt động cách an toàn, chắn kiểm soát Cần nghiên cứu để giải thách thức tạo hệ thống TTNT tin cậy, có sở đáng tin Cũng với hệ thống phức tạp khác, hệ thống TTNT đối mặt với thách thức an toàn bảo mật quan trọng do: • Mơi trường phức tạp khơng chắn: Trong nhiều trường hợp, hệ thống TTNT thiết kế để hoạt động môi trường phức tạp, với số lượng lớn trạng thái tiềm tàng không kiểm tra thử nghiệm thấu đáo Một hệ thống đối đầu với điều kiện chưa xem xét thiết kế • Hành vi bất ngờ: Đối với hệ thống TTNT học sau triển khai, hành vi hệ thống xác định chủ yếu giai đoạn học điều kiện khơng giám sát Trong điều kiện vậy, khó dự đốn hành vi hệ thống • Thơng số sai lệch mục tiêu: Do khó khăn việc chuyển mục tiêu người vào hướng dẫn máy tính, mục tiêu lập trình cho hệ thống TTNT khơng phù hợp với mục tiêu lập trình viên dự định • Tương tác người-máy: Trong nhiều trường hợp, hiệu suất hệ thống TTNT bị ảnh hưởng đáng kể tương tác người Trong trường hợp này, thay đổi phản ứng người ảnh hưởng đến an tồn hệ thống Để giải vấn đề vấn đề khác tương tự, cần đầu tư bổ sung để thúc đẩy an ninh an toàn cho TTNT, bao gồm khả giải thích minh bạch, tin cậy, xác minh xác nhận, an ninh chống lại cơng, TTNT an tồn lâu dài Chiến lược 5: Phát triển liệu môi trường công cộng sử dụng chung đào tạo kiểm tra TTNT Những lợi ích TTNT tiếp tục tích luỹ, phạm vi nguồn tài nguyên đào tạo kiểm tra cho TTNT phát triển có sẵn Sự đa dạng, độ sâu, chất lượng độ xác tập liệu đào tạo nguồn lực khác ảnh hưởng đáng kể đến hoạt động TTNT Nhiều công nghệ TTNT khác đòi hỏi liệu chất lượng cao để đào tạo kiểm tra, môi trường mô động, sở thử nghiệm tương tác 46 Không vấn đề kỹ thuật, thách thức lớn "hàng hóa cơng", tiến bị ảnh hưởng việc đào tạo thử nghiệm TTNT giới hạn số thực thể giữ liệu nguồn tài nguyên có giá trị, phải đồng thời tôn trọng quyền thương mại cá nhân lợi ích liệu Cần nghiên cứu phát triển liệu môi trường chất lượng cao cho loạt ứng dụng TTNT, cho phép truy cập cách có trách nhiệm vào tập hợp liệu tốt nguồn tài nguyên thử nghiệm đào tạo Các thư viện phần mềm mã nguồn mở công cụ bổ sung cần thiết để thúc đẩy tiến NC&PT TTNT Phát triển mở tiếp cận liệu đa dạng để đáp ứng nhu cầu quan tâm ứng dụng TTNT phổ rộng Tính tồn vẹn tính sẵn sàng liệu đào tạo thử nghiệm TTNT quan trọng để đảm bảo kết đáng tin cậy mặt khoa học Cần có hạ tầng kỹ thuật kỹ thuật-xã hội để hỗ trợ nghiên cứu tái sinh lĩnh vực kỹ thuật số xem thách thức quan trọng cần thiết cho công nghệ TTNT Các liệu hiệu chỉnh công khai với nguồn gốc xác định phép tái lặp yếu tố quan trọng đảm bảo cho tiến TTNT Như khoa học thâm dụng liệu khác, thu thập liệu gốc đặc biệt quan trọng Các nhà nghiên cứu phải có khả tái tạo kết với liệu khác Bộ liệu phải đại diện ứng dụng thực tế đầy thử thách, khơng phiên đơn giản Để có tiến nhanh chóng, cần tập trung vào cung cấp liệu có phủ, liệu phát triển tài trợ liên bang, chừng mực có thể, liệu khu vực công nghiệp Làm cho tài nguyên liệu đào tạo thử nghiệm đáp ứng lợi ích cơng cộng thương mại Với bùng nổ liên tục liệu, nguồn liệu, cơng nghệ thơng tin tồn giới, tập liệu gia tăng số lượng quy mô Các kỹ thuật công nghệ để phân tích liệu khơng đáp ứng khối lượng lớn nguồn thông tin thô Thu thập liệu, xử lý, phân tích, hiển thị hình ảnh tất thách thức nghiên cứu quan trọng, khoa học cần để trích xuất kiến thức giá trị từ khối lượng liệu khổng lồ bị tụt hậu Mặc dù có kho liệu, chúng thường đáp ứng mở rộng quy mô tập liệu, hạn chế thông tin nguồn gốc liệu, không hỗ trợ tìm kiếm liệu nhiều nghĩa Một ví dụ loại chương trình hạ tầng mở/chia sẻ cần thiết để hỗ trợ nhu cầu nghiên cứu TTNT chương trình IMPACT (Thị trường Thơng tin 47 Chính sách Phân tích tin cậy rủi ro mạng) phát triển Bộ An ninh Nội địa (DHS) Hoa Kỳ Chương trình hỗ trợ nỗ lực nghiên cứu rủi ro an ninh mạng toàn cầu cách phối hợp phát triển khả chia sẻ liệu thông tin thực tế, bao gồm cơng cụ, mơ hình phương pháp luận IMPACT hỗ trợ chia sẻ liệu quan trọng cộng đồng NC&PT an ninh mạng quốc tế, nhà cung cấp sở hạ tầng quan trọng, người ủng hộ phủ họ Phát triển thư viện phần mềm mã nguồn mở công cụ Các thư viện phần mềm mã nguồn mở công cụ ngày nhiều cho phép tiếp cận công nghệ TTNT tiên tiến nhà phát triển có kết nối Internet Các tài nguyên công cụ Weka, Mallet, OpenNLP, ngồi cơng cụ khác, thúc đẩy phát triển ứng dụng TTNT Các công cụ phát triển công cụ, bao gồm kho mã giá rẻ miễn phí hệ thống kiểm sốt phiên bản, ngôn ngữ phát triển giá rẻ miễn phí (ví dụ, R, Octave, Python) tạo điệu kiện cho sử dụng mở rộng thư viện Ngồi ra, người khơng muốn tích hợp thư viện cách trực tiếp, dịch vụ học máy dựa đám mây thực nhiệm vụ phân loại ảnh theo yêu cầu thông qua giao thức web có độ trễ thấp khơng địi hỏi cần chương trình để sử dụng Cuối cùng, nhiều dịch vụ web cung cấp sử dụng phần cứng chuyên biệt, bao gồm hệ thống dựa GPU Có thể cho phần cứng chuyên dụng cho thuật toán TTNT, bao gồm vi xử lý nơ-ron, trở nên phổ biến rộng rãi thông qua dịch vụ Chiến lược 6: Đo lường đánh giá công nghệ TTNT thông qua tiêu chuẩn mức chuẩn Tiêu chuẩn, mức chuẩn, testbeds cộng đồng TTNT chấp nhận có ý nghĩa quan trọng để hướng dẫn thúc đẩy NC&PT công nghệ TTNT Các phần phác thảo lĩnh vực cần có tiến Phát triển phổ rộng tiêu chuẩn TTNT Việc phát triển tiêu chuẩn phải đẩy nhanh để bắt kịp với khả phát triển nhanh chóng lĩnh vực mở rộng ứng dụng TTNT Các tiêu chuẩn cung cấp yêu cầu, thông số kỹ thuật, hướng dẫn, đặc tính sử dụng thống để đảm bảo công nghệ TTNT đáp ứng mục tiêu quan trọng chức khả tương tác, chúng thực đáng tin cậy an toàn Việc áp dụng tiêu chuẩn mang lại uy tín cho tiến cơng nghệ tạo điều kiện mở rộng thị trường tương thích 48 Một ví dụ tiêu chuẩn liên quan đến TTNT phát triển P1872-2015 (các thể học tiêu chuẩn cho Robotics Tự động hóa), Viện Kỹ thuật điện điện tử (IEEE) phát triển Tiêu chuẩn cung cấp cách thể kiến thức cách có hệ thống tập thuật ngữ định nghĩa Chúng cho phép chuyển giao kiến thức rõ ràng người, robot hệ thống nhân tạo khác, cung cấp sở tảng cho ứng dụng công nghệ TTNT cho robot Công việc bổ sung phát triển tiêu chuẩn TTNT cần tất lĩnh vực nhánh TTNT Các tiêu chuẩn cần thiết tập trung gồm: • Cơng nghệ phần mềm: quản lý hệ thống phức tạp, trì, an ninh, giám sát điều khiển hành vi bất ngờ; • Hoạt động: để đảm bảo độ xác, độ tin cậy, mạnh mẽ, khả tiếp cận, khả mở rộng; • Phép đo: định lượng yếu tố ảnh hưởng đến hiệu suất tn thủ tiêu chuẩn; • An tồn: đánh giá quản lý rủi ro phân tích rủi ro hệ thống, tương tác người -máy tính, hệ thống kiểm sốt, tn thủ quy định; • Khả sử dụng: đảm bảo giao diện kiểm sốt có hiệu quả, hiệu lực trực quan (thấy được); • Khả cộng tác: xác định thành phần hốn đổi, liệu, mơ hình giao dịch qua giao diện chuẩn tương thích; • Bảo mật: tập trung vào tính bí mật, tính tồn vẹn tính sẵn sàng thơng tin, an ninh mạng; • Riêng tư: kiểm sốt để bảo vệ thông tin xử lý, truyền tải, lưu trữ; • Truy xuất nguồn gốc: cung cấp ghi kiện (thực hiện, kiểm tra, hoàn thành), cho xử lý liệu; • Lĩnh vực: xác định thuật ngữ chuẩn lĩnh vực cụ thể khung tương ứng Thành lập mức chuẩn công nghệ TTNT Các mức chuẩn, gồm kiểm tra đánh giá, cung cấp số đo định lượng cho phát triển tiêu chuẩn đánh giá phù hợp với tiêu chuẩn Mức chuẩn hỗ trợ cho đổi cách thúc đẩy tiến nhằm giải tình lựa chọn chiến lược; chúng bổ sung cung cấp liệu khách quan để theo dõi phát triển khoa học công nghệ TTNT Để đánh giá cách hiệu công nghệ TTNT, phương pháp thử nghiệm phép đo phù hợp hiệu phải phát triển chuẩn hóa Các phương pháp thử tiêu chuẩn quy định giao thức thủ tục đánh giá, so sánh, quản lý hiệu suất 49 công nghệ TTNT Các số chuẩn cần thiết để xác định số đo định lượng để mô tả đặc điểm công nghệ TTNT, bao gồm: độ xác, độ phức tạp, tin cậy lực, rủi ro không chắn; khả giải thích; thiên vị ngồi ý muốn; so sánh với hiệu suất người; tác động kinh tế Chiến lược 7: Hiểu rõ nhu cầu nhân lực NC&PT TTNT Để đạt tiến NC&PT TTNT cần thiết nêu chiến lược đòi hỏi dủ lực lượng lao động đủ NC&PT TTNT Các quốc gia có diện mạnh NC&PT TTNT xác lập vị trí hàng đầu tự động hóa tương lai Họ trở thành người dẫn đầu lực sáng tạo phát triển thuật toán; khả trình diễn; thương mại hóa Phát triển chuyên môn kỹ thuật cung cấp sở cho tiến Trong khơng có liệu lực lượng lao động thức TTNT tại, nhiều báo cáo gần từ lĩnh vực thương mại học thuật cho thấy ngày thiếu chuyên gia TTNT Việc cung ứng chuyên gia TTNT hạn chế, nhu cầu dự kiến tiếp tục leo thang Các công ty công nghệ cao đầu tư nguồn lực đáng kể vào việc tuyển dụng giảng viên sinh viên có chun mơn TTNT Các trường đại học ngành công nghiệp cho biết trận chiến để tuyển dụng giữ chân nhân tài TTNT Cần nghiên cứu thêm để hiểu rõ nhu cầu nguồn nhân lực tương lai cho NC&PT TTNT Dữ liệu cần thiết để mơ tả tình trạng lực lượng lao động NC&PT TTNT, bao gồm nhu cầu viện nghiên cứu, phủ, cơng nghiệp Các nghiên cứu cần tìm hiểu nguồn cung nhu cầu nhân lực nơi làm việc TTNT, để giúp dự đoán nhu cầu lực lượng lao động tương lai 50 KẾT LUẬN Trí tuệ nhân tạo cơng nghệ biến đổi có triển vọng mang lại lợi ích to lớn cho kinh tế xã hội TTNT có khả cách mạng hóa cách thức sống, làm việc, học hỏi, khám phá giao tiếp Nghiên cứu TTNT tiếp tục ưu tiên quốc gia Hoa Kỳ, bao gồm nâng cao thịnh vượng kinh tế, cải thiện hội giáo dục chất lượng sống, tăng cường an ninh quốc gia Vì lợi ích tiềm này, phủ Hoa Kỳ đầu tư vào nghiên cứu AI nhiều năm Tuy nhiên, với công nghệ quan trọng mà phủ quan tâm, khơng có hội to lớn mà có số cân nhắc phải xem xét Mục tiêu cuối nghiên cứu để sản xuất tạo kiến thức TTNT công nghệ cung cấp loạt lợi ích tích cực cho xã hội, giảm thiểu tác động tiêu cực Chiến lược 1-6 kế hoạch nhằm mục đích xây dựng khn khổ triển khai NC&PT TTNT để xác định hội KH&CN hỗ trợ trợ hiệu đầu tư NC&PT TTNT Các khuôn khổ thực càn phải xem xét đến ưu tiên NC&PT quan, dựa nhiệm vụ, khả năng, thẩm quyền, ngân sách Trong Chiến lược kế hoạch tập trung nghiên cứu bối cảnh quốc gia để tạo trì lực lượng lao động hùng hậu NC&PT TTNT để giải thách thức chiến lược NC&PT nêu Qua hành động mạnh mẽ cụ thể quyền Hoa Kỳ chuẩn bị cho tương lai TTNT, cảm nhận thấy TTNT bắt đầu diện phổ cập theo mức độ khác đời sống nước tến giới Việc trang bị tâm lý kiến thức cho người dân nhiệm vụ cần thiết phủ để quốc gia khơng bị gạt bên lề cách mạng tất lĩnh vực kinh tế xã hội Thực hiện: Trung tâm Phân tích thơng tin 51 TÀI LIỆU THAM KHẢO CHÍNH “One Hundred Year Study on Artificial Intelligence (AI100),” Stanford University, accessed August 1, 2016, https://ai100.stanford.edu "National artificial intelligence research and development strategic plan" National Science and Technology Council (NSTC) 10/2016 Preparing for the future of artificial intelligence National Science and Technology Council (NSTC), Office of Science and Technology Policy (OSTP) 10/2016 Artificial intelligence: opportunities and implications for the future of decision making Government Office for Science (UK) 2/2016 Artificial Intelligence: Opportunities and Risks Policy paper by the Effective Altruism Foundation, 12/2015 52 Tổng luận 12-2016 NGHIÊN CỨU VÀ PHÁT TRIỂN TRÍ TUỆ NHÂN TẠO 53